Navigare
Advertise here

Decider Flash V1.2 (default) vs Grok 4.20

Grok 4.20 conduce la scorul mediu cu 3.4 vs 1.9. Decider Flash V1.2 (default) are costul de benchmark mai mic, $0.001 vs $0.057. Decider Flash V1.2 (default) este mai rapid cu 462ms vs 1.11s, cu rate de reușită de 13.0% vs 26.1%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-10-17

Modele comparate

Rang
#432
Total tokenuri de ieșire
69
Timp de răspuns (mediu)
462ms
Cost total
$0.001
Rang
#407
Total tokenuri de ieșire
1,923
Timp de răspuns (mediu)
1.11s
Cost total
$0.057
Model recomandat Grok 4.20

Are cel mai mare scor din această comparație (3.4) și cel mai bun echilibru între cost și timp de răspuns dintre cele 2 modele.

Comparație detaliată

Metrică Decider Flash V1.2 Decider Flash V1.2 default Lansare: 2026-10-17 Grok 4.20 Grok 4.20 none Lansare: 2026-03-31
Scor 1.9 3.4
Rang #432 #407
Fiabilitate 10.0 N/D
Consistență 5.2 7.8
Încercări 36/69 54/69
Teste corecte
Rată de trecere pe încercare 13.0% 26.1%
Teste instabile 0 0
Rulări totale 36 54
Cost per rezultat 0.017 1.570
Cost total $0.001 $0.057
Preț de intrare $0.010 / 1M $1.250 / 1M
Preț de ieșire $0.000 / 1M $2.500 / 1M
Preț citire cache N/D $0.200 / 1M
Preț scriere cache N/D N/D
Total tokenuri de intrare 49,176 41,313
Tokenuri de ieșire 69 1,923
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 462ms 1.11s
Timp de răspuns (maxim) 661ms 6.04s
Timp de răspuns (total) 5.55s 19.96s
Parametri 4B ~1T în total (~100B activi)
Disponibilitate Sursă deschisă Închis

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#432 Decider Flash V1.2

default
Nu s-a generat încă niciun rezultat de prezentare pentru acest model.
Cost
N/D
Timp
-
Tokenuri
0 tok

#407 xAI: Grok 4.20

none
Cost
$0.004
Timp
6.5s
Tokenuri
1,367 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Decider Flash V1.2 2.2 6.7 0.0% 0 438ms 24,009 12 0
Grok 4.20 1.1 3.1 0.0% 0 1.22s 1,074 312 0

Comparație rapidă

Schimbă perechea de comparație

Command A+mediumvsGrok 4.20noneGemini 3 Flash PreviewhighvsDecider Flash V1.2defaultCommand A+highvsGrok 4.20noneLing 3.0 TinymediumvsGrok 4.20noneLing 3.0 TinylowvsGrok 4.20noneLing 3.0 TinyhighvsGrok 4.20noneGrok 4.20nonevsXing4.0 29b A4bmediumDisponibil gratuitCommand A+lowvsGrok 4.20noneGranite 4.1 8bdefaultvsGrok 4.20noneLing 3.0 TinydefaultvsGrok 4.20noneSpan-02defaultvsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20none